XiaoMi-AI文件搜索系统
World File Search System网络攻击
人工智能网络攻击的安全威胁
大约五年前，由生成式人工智能模型推动的人工智能网络攻击开始出现。这种模型能够更好地自动化有针对性的网络钓鱼攻击和漏洞扫描。自那时起，由人工智能驱动的社会工程和模仿攻击已经发生，并造成了数百万美元的财务损失1。目前人工智能研究的快速进展，加上众多新应用，让我们有理由相信人工智能技术很快将被用于支持网络攻击期间通常手动执行的步骤。正因如此，人工智能支持的网络攻击的想法近来受到了学术界和工业界的更多关注。虽然人工智能目前不太可能创造出全新类型的攻击，但我们看到越来越多的研究开始探讨如何利用人工智能从根本上增强和扩大网络攻击。
网络攻击和公众舆论：...
抽象是在网络安全事件中 - 公众舆论问题。但是，选民如何在歧义笼罩的网络攻击后形成意见？人们如何解释网络空间固有的不确定性以在攻击后伪造偏好？本文试图通过引入不确定性阈值机制来回答这些问题，以预测公众在网络攻击后支持经济，外交或军事回应所需的归因确定性水平。使用与2,025名受访者的离散选择实验设计，我们发现较低的归因确定性与对报复的支持较少有关，但是这种机制取决于攻击者和党派身份的可疑身份。外交盟友拥有善意的储备，可以放大不确定性的影响，而竞争对手的疑问则不太频繁。我们证明，不确定性鼓励使用认知模式克服歧义，并且人们落在了对袭击背后的可疑国家的先前且政治指导的观点之上。如果通常将围绕网络攻击的歧义作为运营和战略性关注，则本文将注意力的重点转移到人类层面上，并将大众公众定位为在网络冲突中被遗忘但重要的政党。
网络攻击对供应链的威胁
Sylwia Konecka 1 , Zbigniew Bentyn 2 摘要：目的：本研究旨在调查如何识别和评估供应链中的网络威胁，特别关注评估威胁图作为此目的工具的效用。设计/方法/方法：本研究定义和分类各种类型的网络攻击，并提供现实世界供应链中断的例子。使用 Web of Science (WoS) 数据库进行了文献计量分析，重点关注过去五年的开放获取材料。搜索包括术语“供应链”、“威胁”、“网络”和“网络攻击”。此外，还审查了来自 Statista 的二手数据，并利用 Check Point 的 ThreatMap 进行了一项试点研究。结果：研究表明，网络攻击对供应链构成了重大威胁，但管理和经济学领域对这一主题的研究有限。研究结果强调了在了解哪些国家和行业最容易受到攻击以及攻击类型的频率方面存在差距。分析还发现威胁地图数据存在差异，表明这些工具可能无法提供实际攻击事件的全面视图。实际意义：这项研究强调了开发实时数据工具来跟踪网络威胁的重要性。它还表明，医疗保健和政府部门特别容易受到网络攻击，未来的研究应该研究人工智能在增强供应链安全方面的作用。原创性/价值：这项研究发现了现有供应链网络威胁研究中的差距，特别是受影响最严重的行业和国家。它还深入了解了威胁地图的局限性以及需要结合管理、经济学和计算机科学的跨学科方法，以确保供应链的弹性。关键词：供应链、网络威胁、网络攻击、漏洞、威胁地图、工业 5.0、数字化、文献计量分析。JEL 分类：M15、L20、O33。论文类型：研究文章。致谢：本出版物由波兹南经济大学“供应链管理中的创新和现代信息技术”项目资助。
常规报复和网络攻击
首先，确定网络攻击的来源通常很困难，这使得报复变得困难，甚至不可能。网络攻击通常是匿名的，难以追踪，并且可能在设置后很长时间才触发。此外，这些攻击通常不是由国家发起，而是由犯罪实体、黑客组织或其他非国家行为者发起，这些行为者有时（但并非总是）与国家有关联或由国家支持。如果不能直接及时地将网络攻击归咎于某个国家，那么公开报复的实际和政治窗口就会关闭。其次，也是最重要的一点，大多数网络攻击并不具有战略影响。大多数网络攻击要么是分布式拒绝服务 (DDOS) 攻击（旨在破坏、勒索或敲诈），要么是通过黑客和恶意软件相结合的方式收集信息。即使是归咎于某个国家的攻击通常也低于常规报复的门槛。
量化网络攻击对网络物理系统安全的影响
摘要：我们提出了一个用于建模信息物理控制系统中攻击场景的新颖框架：我们将信息物理系统表示为一个受约束的切换系统，其中单个模型嵌入了物理过程的动态、攻击模式和攻击检测方案。我们证明，这与混合自动机（即受约束的切换线性系统）中已建立的结果兼容。所提出的攻击建模方法允许大量非确定性攻击策略，并能够将系统安全性表征为渐近性质。通过计算最大安全集，由此产生的新影响指标可以直观地量化安全性的下降以及网络攻击对受攻击系统安全属性的影响。我们通过一个示例展示了我们的结果。